语句中协同发音对音节知觉的影响

采用音节相似度听辨实验 ,以大学生为被试 ,对音节间协同发音现象所引起的音节知觉差异进行了考察 ,结果发现 :音节之间的协同发音影响音节音段内容的变化 ,而这种变化主要取决于相邻前音节末尾韵母部分的差异 ,以及相邻后音节首辅音发音部位的差异 ;对于发音相同、语境不同的音节 。

基于共振峰过渡的协同发音语音合成算法

协同发音是音素在语流中受前后音素的影响,而使2个以上音素的发音特征同时出现的现象.大语料库语音拼接算法获得的语音合成效果最好,但录制语料困难、算法复杂、耗费时间,需要占用很大的存储空间,在应用中存在困难.为此,针对小语料库语音合成,提出参数修改和波形拼接相结合的语音合成方法,通过参数修改方法合成协同发音段,再与自然语音进行波形拼接.实验表明,该算法合成的语音效果较好,而且对语料库内容要求较低.

普通话N1 C2(C#C)协同发音的声学模式

本文以汉语普通话C#C结构的鼻韵尾/n/、/η/和后续辅音(简称N1C2)的协同发音为研究对象,用动态腭位与声学分析相结合的方法,揭示N1C2协同发音的声学模式和成因。研究表明:1)鼻韵尾/n/的发音方法有别于作为声母的鼻音/n/,舌尖的姿态可以指向齿龈,而不必达到。这种高自由度的发音姿态造成音段的高度叠加,产生跨音段的逆向影响.2)N1C2的协同发音属异体协同发音,分别是鼻腔和口腔不同的发音器官,协同发音的模式:/-n/后接舌尖辅音属异体同位(HES),时域上跨音段叠加,跨音段逆向影响;/-n/后接舌根辅音属异体异位(HED),在音段叠加的部份/n/被逆同化为/η/;/η/后接舌尖辅音属异体异位(HED),音段叠加部分舌尖成阻和舌根成阻共存,发生了向/n/的部分逆同化;/-η/后接舌根辅音属异体同位(HES),/-η/的位置更靠后,姿态受限,因此,时域叠加最少,有逆向影响。

蒙古语标准音辅音组合的协同发音研究

该文在以往实验研究的基础上,利用美国KAY公司6300型电子腭位仪(EPG)、3700Multi-Speech和南开大学"桌上语音工作室"(MiniSpeechLab)等生理和声学分析仪器和软件,通过观察辅音组合的声学语图、动态腭位图和LCV曲线图,比较系统地描述和归纳了蒙古语辅音组合中相邻音段之间的协同发音规律。

普通话鼻辅音与元音组合音节结构协同发音的声学研究

目的：探讨鼻辅音与元音组合音节结构协同发音的声学特点。方法比较32名成年男性/m-/、/n-/、/-/后接不同元音/a/、/i/、/u/、/ /的鼻流量。结果 NV结构中后接元音会受到鼻声母/n-/、/m-/的顺向同化影响，/n-/对后接元音的鼻化程度大于/m-/；在鼻声母影响下，元音鼻化的程度取决于舌位的高低与前后。结论元音鼻化测量可作为鼻腔共鸣亢进或低下的重要诊断指标。

基于气压信号的普通话塞音V1C2协同发音研究

文章以汉语普通话C1V1C2V2结构中音节间V1C1的协同发音为研究对象,主要研究了当C2为塞音时的协同发音情况.使用气流气压计采集气压信号和语音信号,提取前音节的结束时间和后音节塞音声母的成阻时间,通过两点间的时间差计算出音节间时长.研究表明,在普通话音节间存在发音姿态的叠加,该协同发音模式的产生与C2的发音部位有关,主要表现为后音节塞音声母对前音节的影响,并且其影响程度还与发音方法有一定关系,表现为不送气音大于送气音.

普通话语音合成中双音节词组的协同发音研究

以自行开发的文语转换系统为背景,研究了在双字词中,前音节韵母为开口呼、齐口呼、合口呼、撮口呼和后音节声母为舌面音、舌尖音、舌根音、卷舌音、双唇音的协同发音问题,通过听辨实验得到了结果。分析发现:协同发音效应在开口呼加舌根音等音节组合中的影响较大;以、、为声母的单音节受发音模式的影响而造成合成效果很差,并对此提出了解决方法。

基于协同发音现象的一种汉语语音合成方法

在目前汉语语音合成常用的波形编码合成方法中 ,通常是以单音节作为语音合成的声音基元 .但是由于合成时音节连接处往往不能很好的过渡 ,导致合成语音自然度不是很好 .本文针对这个问题通过对汉语中协同发音现象的研究 ,提出了一种新的合成声音基元选取策略 ,在单音节合成单元基础上增加了部分自然语音中的音节连接段作为合成单元 ,使用该策略结合 TD- PSOL A算法进行语音合成 。

正常成年男性/a/、/i/、//与/n/、/?/协同发音时元音鼻流量的研究

目的探讨正常成年男性/a/、/i/、//与/n/、/ /协同发音时元音鼻流量的特点。方法 32例正常成年男性（年龄18～30岁,平均22.5±2.5岁）分别以阴平声调发以下音节[//内为国际音标,（）内为拼音]：/an/（an）、/in/（in）、/n/（en）、/a/（ang）、/i/（ing）、//（eng）、/a/（a）、/i/（i）、//（e）3次,比较发元音（vowel,V）与辅音（consonant,C）组合音节（VC音节）及单发元音时的元音鼻流量的大小。结果发/an/、/in/、/n/、/a/、//、/i/时元音的鼻流量均大于单发元音的鼻流量;当单发元音时,/i/的鼻流量大于/a/、//;当后接鼻韵尾/n/、//时,/i/的鼻流量〉//的鼻流量〉/a/的鼻流量。结论元音和辅音组合（VC音节）结构中前接元音会受鼻韵尾/n/、//的逆向同化影响,且/n/对前接元音的鼻化程度大于//;在鼻韵尾的影响下,元音鼻化的程度主要取决于舌位的高低;鼻化元音的鼻流量可作为前后鼻音的有效监测指标。

藏语夏河话不送气塞音声母协同发音的声学分析

文章用实验语音学的研究理论和方法,借助Speechlab(北京大学)软件和matlab语音分析平台,对安多藏语夏河话中的三个不送气塞音声母/p/、/t//、k/从波形图、宽带语图、振幅曲线、冲直条对数谱等图谱和部分声学参数,如时长、振幅均值等进行了描述和分析,以及这三个不送气塞音声母后接不同单元音/a/、/e//、//、i/、/u//、o/做韵母时,各自的起点值、目标值及最佳拟合线的一些变化进行了一系列的声学分析,从而得出后接不同单元音对这三个不送气塞音声母的协同作用并不像汉语普通话中的那么明显.

可视化协同发音合成研究综述

可视语音应用于教学、通信、电子商务等领域,可进一步提高人机交互的友好性和方便性,近年来得到广泛关注。可视化协同发音合成是研究可视语音的重要环节之一,阐述可视化协同发音的基本概念,介绍有代表性的描述方法,并对基于图像和基于模型方法这两种重要的合成方法的研究现状进行评述。总结两种方法的优缺点,并展望其发展方向。

基于动作辅助的/iong/发音诱导实践

构音器官运动异常或协调运动障碍导致患者在发出有意义言语过程中出现发音异常,从而影响言语清晰度.儿童发音时由于舌后部上抬不充分且受非鼻音协同发音影响,易出现鼻音弱化等构音异常.基于动作辅助的构音异常干预是借助直观性、针对性的动作,帮助儿童建立正确的发音部位和发音方式.本文以1名3岁6个月双侧人工耳蜗植入儿童学习鼻韵母/iong/时出现被非鼻复韵母/iu/替代的问题为例,浅谈基于动作辅助的/iong/发音诱导实践和思考.

基于发音轨迹的可视语音合成

着眼于语音可视化。为呈现真实说话人各发音器官的运动,提出一种改进的CM协同发音模型,并采用该方法合成汉字的发音轨迹,进而以此驱动和控制虚拟3D音视频说话人头模型,直观呈现通常可见及不可见发音器官的发音运动。实验证明:由改进方法获得的合成发音轨迹更逼近真实发音轨迹。同时,为了定量比较舌读和唇读在语音感知和识别中的作用,设计三组感知实验,实验结果显示:叠加了唇读信息的感知识别率较单纯的加噪语音的识别率提高了25.8%;而叠加了舌读信息的识别率较单纯听觉信息的识别率提高了26.7%。因此,当语音恶化时,舌读信息可提供大于唇读信息的补充作用,且舌读信息与唇读信息一样具有识别力。

汉语三维发音动作合成和动态模拟

本文以帮助聋儿言语康复为出发点,从聋儿音频发音数据中获得了聋儿易错发音文本以及聋儿易混淆发音文本对。设计了一个数据驱动的3D说话人头发音系统,该系统以EMA AG500设备采集的发音动作为驱动数据,逼真模拟了汉语的发音,从而可使聋儿观察到说话人嘴唇及舌头的运动情况,辅助聋儿发音训练,纠正易错发音。最后对系统的性能进行了人工评测,结果表明:3D说话人头发音系统可以有效地模拟说话人发音时口腔内外器官的发音动作。此外,本文还用基于音素的CM协同发音模型合成的方法,合成了聋儿易错发音文本的发音动动作,并用RMS度量了合成发音动作与真实发音动作的误差,得到了均值为1.25mm的RMS误差值。

普通话舌尖前擦音的动态发音过程及其声学分析

对单音节声母位置和双音节后字声母位置上普通话舌尖前擦音的动态发音过程以及频谱统计参数的研究表明:单音节中,声母位置上的舌尖前擦音在齿龈和硬腭区域的接触十分稳定,软腭区域的接触随后接元音的类型而变化;双音节中擦音成阻的起始方式和时间依据不同的前字韵母而存在差异,后字元音对擦音动作的影响主要体现在舌面以及与后接元音交界点附近舌尖动作的变化;擦音段频谱不受前字韵母的影响,而与后字圆唇元音密切相关;在声韵母交界点附近,擦音频谱与腭位参数的变化存在一定的对应关系。

汉语普通话辅音的发音变化——基于EPG的实证分析

在VCV序列中,辅音和元音之间存在相互影响,发音姿态在时域上叠加。根据试验,音段之间的影响总是后音段对前音段的影响较大;发音姿态的叠加取决于两个姿态在空间上的叠加程度以及发音姿态的缩合强度:如果两个姿态涉及不同发音器官的动作,说明两者在空间上的重叠程度低,发音时可以在时域上叠加;如果两个姿态涉及同一个发音器官在不同方向上的动作,则说明两者在空间上高度重叠,在时域上的叠加程度小。

英语学习者擦音—元音协同发音中的声学线索和感知研究

本文基于对始于20世纪70年代的语音特征展延理论及其发展的关注,拟通过对特定英语擦音—元音组合的声学分析和对典型二语习得者的听觉感知语音实验,讨论协同发音过程中元音声学线索对擦音的表达和感知可能存在的影响。实验由两部分构成,声学分析部分使用专业语音分析软件Praat,借助LPC线性预测谱分别提取不同元音环境下擦音噪声“第二共振峰区”谱峰的中心频率,同时对擦音的时长数据加以对比;感知实验使用心理学实验设计平台Paradigm设计擦音识别的行为实验,记录被试反应时和反应正确率。结果显示:(1)擦音噪声的频率轨迹与后续元音的第二共振峰表现呈现系统性相关。由于元音/i/相对于/u/舌位明显靠前,其第二共振峰相对更高,因此在协同发音的过程中,/s(i)/组擦音的频率峰值也普遍高于/s(u)/组。本实验中的英语母语发音人和说普通话英语学习者也都反映了这一趋势。后者/s(i)/组擦音的均值接近甚至超过2000Hz以上。此外,独立样本T检验的结果进一步显示两组擦音谱峰频率均值总体间存在显著的差异。该结果进一步有效地支持了特征延展理论的假设。但两组擦音在时长数据方面并未反映出具有统计意义的差别。(2)被试在不同元音环境下对两组擦音的反应正确率百分比均明显高于随机水平。对照被试的反应时均值数据,发现前高元音前的擦音趋向诱发被试更快的正确反应,而后高元音前的擦音则诱发了相对更多的错误反应和反应超时,但无论是被试个体还是群体层面的正确反应时数据统计分析都未体现出显著的组间差。可以推断,学习者能够有效地借助相关的声学线索区分不同语音环境中的擦音。

英汉韵律词结构特征对比研究

本文以音高特征为出发点,对英语和汉语的韵律词结构特征进行对比研究。本文基于自然话语语料库,从实验语音学角度对汉语自然独白话语中三音节韵律词的音高特征进行研究,并结合英语韵律词特点,与其进行对比分析。研究发现结构性位置因素会对三音节韵律词的音高产生重要影响。语法组合类型、音节所在的韵律层级边界、语调短语位置、中字音节和末字音节都有可能对前字音节的音高产生影响。中字音节的4个声调的音高会受到韵律词的语法组合类型、前字音节、末字音节和所在语调短语位置的影响。末字音节的4个声调的音高会受到其所在的韵律层级边界、中字音节声调的影响。与前人在朗读语料的研究发现不同,自然语流中不仅存在中字对前字音高的异化作用,还存在中字对前字音高的同化作用。前字声调主要是对中字音节的调头音高产生影响,末字声调主要是对中字音节的调尾音高产生发音协同作用。

汉语文本-可视语音转换的研究

本文通过对发音者可见器官动作的研究 ,从视觉方面抽取汉语发音的 2 6个基本口形 ,并利用 MPEG- 4所规定的面部动画参数 (FAP)来描述这些口形 ,从而获得了符合国际标准的描述汉语发音的视觉参数 .另外 ,我们研究了这些参数在连续语流中的变化及协同发音对口形的影响 ,基于已有的汉语文语转换系统 (Sonic)和二维网格人脸模型(Plane Face)实现了一个汉语文本 -可视语音转换系统 (TTVS)

基于数据驱动方法的汉语文本-可视语音合成(英文)

计算机文本-可视语音合成系统(TTVS)可以增强语音的可懂度,并使人机交互界面变得更为友好.给出一个基于数据驱动方法(基于样本方法)的汉语文本-可视语音合成系统,通过将小段视频拼接生成新的可视语音.给出一种构造汉语声韵母视觉混淆树的有效方法,并提出了一个基于视觉混淆树和硬度因子的协同发音模型,模型可用于分析阶段的语料库选取和合成阶段的基元选取.对于拼接边界处两帧图像的明显差别,采用图像变形技术进行平滑并.结合已有的文本-语音合成系统(TTS),实现了一个中文文本-视觉语音合成系统.